基于径向基函数网络的H.264全零块检测算法

针对目前全零块检测算法准确率不高的问题,提出了一种基于径向基函数(RBF)神经网络(NN)的全零块检测算法。通过分析H.264的编码特点,选取了绝对误差和(SAD)、变换绝对差值和(SATD)、编码块类型、率失真优化(RDO)代价、量化系数(QP)、参考块的全零块情况6个特征,考虑了哈达玛变换(HT)中应该使用SATD的情况,采用最小二乘法得到QP与RBF网络宽度参数的关系,根据参考块是否为零,设计了两个分类器来区分全零块与非全零块。在保证图像质量和编码率不变的前提下,平均能提高编码速度50%以上,实验结果表明,利用RBF神经网络很好地提高了全零块检测准确率和编码效率。

H.264中有效的全零块预测方法

在低比特率视频编码中,全零块预测是一种常用来优化编码器的技术。目前几乎所有的方法都是采用绝对误差和SAD)进行全零块预测,但在H.264中采用哈达玛(Hadamard)变换编码时,这种方法不能直接使用。采用高斯分布分析H.264视频编码中的残差系数,提出了一种基于变换绝对差值总和(SATD)预测全零块的有效方法。通过实验结果表明,该方法在保持图像质量的同时,提前预测出包括全零块在内的四种特殊编码块,减少了离散余弦变换(DCT),量化(Q)的运算量,提高了H.264的编码效率。

H.264编码器的SSE2指令级优化

H.264视频编码标准采用了很多新技术,具有更优越的编码效率,同时也增加了计算复杂度,无法满足实时应用。由于单指令多数据扩展指令集2(SSE2)的并行运算能力可以提高计算机对多媒体数据的实时处理。文中主要采用了SSE2对H.264中的一些耗时较多的关键模块,例如整数像素运动估计中计算SAD、整数DCT变换、量化、Hadamard变换以及亚像素运动估计中计算SATD进行了指令级优化。实验结果表明,经过优化后,在保持视频图像质量的前提下,相应模块运行速度得到了提高,使H.264编码器整体的编码速度较好地满足实时要求。

基于H.264码率控制算法的优化

在给定的比特流的条件下,编解码器采用码率控制可以获得高质量和高平滑的视频。因此码率控制广泛应用在视频压缩与传输过程中,起着重要作用。本文基于最新的视频编码标准H.264提出一种改进的码率控制算法--关于MAD(mean absolute differences)在计算QP(量化参数)上的改进.MAD在二次失真模型中用于计算QP,取得了很好的信噪比、压缩比和码流的稳定性。本文在像素差值计算后加入Hadamard计算即SATD(sum absolute of transform differences),采用SATD来代替MAD在二次失真模型中计算量化参数。实验结果表明:与JM18.0原算法比较,视频输出序列的亮度峰值信噪比(PSNR)提高了0.2 dB左右,取得更好的码率控制效果,便于接收端获得更加稳定的压缩视频流。